java调用Hanlp分词器获取词性；自定义词性字典_java hanlp

若解读用户输入的一段话，找出输入内容的构成（名词、动词、形容词、地名、人名等）以便进一步的处理。

一、配置pom，导包：

   <dependency>
            <groupId>com.hankcs</groupId>
            <artifactId>hanlp</artifactId>
            <version>portable-1.6.8</version>
   </dependency>

二、java代码实现分词：

/***
 
* hanlp分词
 
* @param input
 
*/
 
public static Map<String, String> getOut(String input){
 
Map<String, String> resMap = new HashMap<>();
 
 
Segment segment = HanLP.newSegment(); //使用Hanlp分词
 
List<Term> termList = segment.seg(input);
 
 
//遍历分词结果
 
for (Term term : termList) {
 
String word = term.toString().substring(0, term.length()); //词
 
String nature = term.toString().substring(term.length() + 1); //词性
 
if (StringUtils.isNotBlank(word) && StringUtils.isNotBlank(nature)) {
 
//将词及词性放到Map结果集中
 
resMap.put(word, nature);
 
}
 
}
 
return resMap;
 
}
 
 
public static void main(String[] args) {
 
 Map<String, String> out = getOut("我爱吃薯片，它是红薯油炸而来的，紫罗兰熊猫");
 
System.out.println("out = " + out);
 
}

运行结果：

out = {紫罗兰=n, 红薯=n, 它=rr, 的=ude1, 来=vf, 薯片=nf, ，=w, 而=cc, 是=vshi, 熊猫=n, 我=rr, 油炸=v, 爱吃=v}

对照hanlp的词性表，得到每个词的词性：

三、到这基本的分词及词性已经获取到了，但是又发现这样得到的词性都是固定的，像我输入的这段话"请问怎么哪家公司有边缘计算相关的项目?"中，"边缘计算"被分成了"边缘"（n-名词）、"计算"（v-动词）,但是业务需求是"边缘计算"属于某些项目的业务标签，定义在系统的字典表中，这时就要自定义hanlp的词性了。

查了一些文章，基本都是导入一个自定义的txt文件，文件中定义词及词性，但是我这里是通过maven引用的hanlp包，而且自定义的词性也不是固定的，而是从系统的字典表中动态读取的。于是有了以下代码：

/***
 
* hanlp分词
 
* @param input
 
*/
 
public static Map<String, String> getOut(String input){
 
Map<String, String> resMap = new HashMap<>();
 
//使用Hanlp分词;允许用户自定义词性字典
 
Segment segment = HanLP.newSegment().enableCustomDictionary(true);
 
 
//添加自定义词性(此处添加了一个词做测试；真实业务中是读取字典表中的词并添加到自定义词性)
 
//其中"zingyidongwu"是自定义的词性
 
CustomDictionary.add("紫罗兰熊猫","zingyidongwu");
 
 
List<Term> termList = segment.seg(input);
 
//遍历分词结果
 
for (Term term : termList) {
 
String word = term.toString().substring(0, term.length()); //词
 
String nature = term.toString().substring(term.length() + 1); //词性
 
if (StringUtils.isNotBlank(word) && StringUtils.isNotBlank(nature)) {
 
//将词及词性放到Map结果集中
 
resMap.put(word, nature);
 
}
 
}
 
return resMap;
 
}
 
 
public static void main(String[] args) {
 
Map<String, String> out = getOut("我爱吃薯片，它是红薯油炸而来的，紫罗兰熊猫");
 
 
System.out.println("out = " + out);
 
}

运行结果：

out = {紫罗兰熊猫=zingyidongwu, 红薯=n, 它=rr, 的=ude1, 来=vf, 薯片=nf, ，=w, 而=cc, 是=vshi, , 我=rr, 油炸=v, 爱吃=v}

可以看到，这次的分词结果中，"紫罗兰熊猫"没有被拆分，而且词性也变成了自定义的"zingyidongwu"词性。